论文部分内容阅读
概率测度和距离测度是模式识别最基本的两种测度，矢量量化算法是典型的基于距离测度的模式识别算法。根据量子模距离测度理论，在矢量量化算法的基础上，探索一种基于量子模距离的说话人识别方法。该方法针对说话人语音的时变性、随机性、特征维数较高等特点，将一帧语音信号视为一个量子态，并根据量子测量理论，对量子态之间进行模距离测量，从而对量子态进行有效的分类和聚类。研究表明该方法能有效地降低语音信号处理的复杂度。在经典计算机上的仿真表明，该方法在运行时间上略优于矢量量化算法，在识别率上明显优于矢量量化算法，为说话人识别的